如何指定unicode字符范围

unipre范围的语法不会达到您的期望。

1. 原始

   r''

   字符串可防止对

   u

   转义进行解析，而正则表达式引擎将不执行此操作。此集合中的唯一范围是

   [0-]

   ：

   >>> re.compile(r'[u0020-u00d7ff]', re.DEBUG)

   in
   literal 117
   literal 48
   literal 48
   literal 50
   range (48, 117)
   literal 48
   literal 48
   literal 100
   literal 55
   literal 102
   literal 102
   
   
   

2. 将其设置为Unipre文字会导致

   u

   解析，同时不留其他反斜杠（尽管此处不必担心），但是前导零将其弄乱了。语法是

   uxxxx

   或

   Uxxxxxxxx

   ，所以它解析为“ ，”。

   u00d7``f``f

   >>> re.compile(ur'[u0020-u00d7ff]', re.DEBUG)

   in
   range (32, 215)
   literal 102
   literal 102

3. 删除前导零或切换到

   U0000d7ff

   可以修复它：

   >>> re.compile(ur'[u0020-ud7ff]', re.DEBUG)

   in
   range (32, 55295)